Tổng quan nghiên cứu

Trong các cơ sở giáo dục đại học với quy mô đào tạo từ 10.000 đến hơn 20.000 sinh viên, công tác tổ chức thi kết thúc học phần luôn là bài toán quản lý phức tạp và tiêu tốn nhiều nguồn lực. Việc phân bổ hàng trăm môn thi vào các khung giờ, phòng học và cán bộ coi thi trong điều kiện cơ sở vật chất giới hạn là một thách thức lớn. Vấn đề nghiên cứu trọng tâm của đề tài xuất phát từ các bất cập thực tế tại Khoa Công nghệ Thông tin, Trường Đại học Nông Lâm Thành phố Hồ Chí Minh trong giai đoạn học kỳ 1 năm học 2021-2022, khi sinh viên gặp tình trạng thi 2 môn nặng trong cùng một ngày, hoặc môn thi vấn đáp Lập trình .NET bị bố trí thiếu thời gian (chỉ có 6 tiết báo cáo) dẫn đến xung đột phòng thi với môn Nhập môn tin học.

Mục tiêu cụ thể của luận văn là nghiên cứu, cải tiến và ứng dụng thuật toán tối ưu bầy sói xám (Grey Wolf Optimizer - GWO) vào giải quyết bài toán lập lịch thi học kỳ, vốn thuộc lớp bài toán tối ưu tổ hợp kinh điển NP-complete. Đề tài tiến hành so sánh thực nghiệm hiệu quả của GWO với hai thuật toán phổ biến là Thuật toán mô phỏng luyện kim (Simulated Annealing - SA) và Giải thuật di truyền (Genetic Algorithm - GA). Đồng thời, nhóm nghiên cứu xây dựng hoàn chỉnh ứng dụng web quản lý và tự động xếp lịch thi với hệ thống phân quyền chi tiết.

Phạm vi nghiên cứu được thực hiện tại Khoa Công nghệ Thông tin, Trường Đại học Nông Lâm Thành phố Hồ Chí Minh với dữ liệu thực tế gồm 19 môn học, 37 lớp học phần và 7 phòng thi chuyên dụng trong khoảng thời gian từ tháng 8 năm 2022 đến tháng 3 năm 2023. Kết quả nghiên cứu mang ý nghĩa thực tiễn to lớn khi giúp giảm hơn 95% thời gian tạo lịch thi thủ công từ vài ngày xuống dưới 1 phút, thỏa mãn 100% các ràng buộc cứng và tối ưu hóa các ràng buộc mềm, nâng cao chất lượng khảo thí và đảm bảo sự công bằng cho sinh viên.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng của lý thuyết tối ưu hóa tổ hợp và trí tuệ bầy đàn (Swarm Intelligence). Mô hình lý thuyết cốt lõi là thuật toán tối ưu bầy sói xám GWO do Mirjalili đề xuất năm 2014, mô phỏng cơ chế săn mồi và cấu trúc phân cấp xã hội nghiêm ngặt gồm 4 bậc: sói Alpha (thủ lĩnh đưa ra quyết định), sói Beta (cố vấn), sói Delta (thi hành) và sói Omega (các cá thể còn lại). Quá trình săn mồi được toán học hóa qua ba giai đoạn: bao vây con mồi, săn mồi và tấn công con mồi.

Bên cạnh đó, đề tài đối sánh với hai khung lý thuyết tối ưu hóa kinh điển: Giải thuật di truyền (Genetic Algorithm - GA) dựa trên học thuyết tiến hóa của Darwin với các toán tử chọn lọc, lai ghép một điểm/nhiều điểm và đột biến; Thuật toán mô phỏng luyện kim (Simulated Annealing - SA) dựa trên quá trình nung nóng và làm nguội chậm kim loại của Kirkpatrick để thoát khỏi các điểm cực tiểu cục bộ với nhiệt độ ban đầu $T = 10.000$.

Bốn khái niệm then chốt được định nghĩa chặt chẽ trong mô hình:

  1. Ràng buộc cứng: Các quy tắc bắt buộc không được vi phạm (sức chứa phòng, một phòng chỉ xếp một ca thi tại một thời điểm, sinh viên không thi trùng giờ).
  2. Ràng buộc mềm: Các tiêu chí đánh giá chất lượng lịch thi (hạn chế sinh viên thi nhiều hơn 1 môn mỗi ngày, không chia ca thi rời rạc, tối ưu hóa sĩ số phòng trên 50% sức chứa).
  3. Dãy hoán đổi (Swap Sequence) và Toán tử hoán đổi (Swap Operator): Công cụ toán học để rời rạc hóa không gian tìm kiếm liên tục của GWO sang không gian tổ hợp rời rạc của bài toán lập lịch.
  4. Hàm thích nghi (Fitness Function): Chỉ số đo lường tổng điểm phạt vi phạm các ràng buộc mềm nhằm đánh giá độ tối ưu của lịch thi.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp thực nghiệm kết hợp phát triển hệ thống phần mềm ứng dụng. Nguồn dữ liệu đầu vào thu thập từ cơ sở dữ liệu đào tạo thực tế của Khoa Công nghệ Thông tin, Trường Đại học Nông Lâm Thành phố Hồ Chí Minh trong học kỳ 1 năm học 2022-2023.

Cỡ mẫu nghiên cứu bao gồm toàn bộ 37 lớp học phần thuộc 19 môn học chuyên ngành với sĩ số dao động từ 44 đến 138 sinh viên mỗi lớp (ví dụ môn Lập trình DOTNET có 138 sinh viên, môn Quản trị mạng có 44 sinh viên), hệ thống 3 phòng thi lý thuyết (RD405, RD206, RD103 với sức chứa thi từ 40 đến 50 chỗ) và 4 phòng máy thực hành (TH1 đến TH4 với sức chứa 40 máy mỗi phòng), được bố trí trong 9 ngày thi chính thức từ ngày 12/10/2022 đến ngày 20/10/2022. Phương pháp chọn mẫu toàn bộ được áp dụng nhằm phản ánh đầy đủ mọi xung đột thực tế của một kỳ thi quy mô lớn.

Lý do lựa chọn phương pháp phân tích thực nghiệm so sánh đa thuật toán là vì GWO có số lượng tham số điều khiển ít, khả năng cân bằng giữa khám phá toàn cục và khai thác cục bộ vượt trội. Việc áp dụng dãy hoán đổi giúp ánh xạ chính xác vị trí của bầy sói vào các phương án hoán đổi lịch thi môn học. Tiến trình nghiên cứu được thực hiện từ ngày 29/08/2022 đến ngày 28/02/2023 và hoàn thành bảo vệ chính thức vào ngày 10/03/2023.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thử nghiệm và phân tích dữ liệu thực tế đã mang lại 4 phát hiện quan trọng:

Thứ nhất, thuật toán GWO đạt tỷ lệ thỏa mãn 100% đối với toàn bộ hệ thống ràng buộc cứng. Không có bất kỳ hiện tượng trùng lặp phòng thi, vượt quá sức chứa phòng (ví dụ phòng RD103 luôn cố định 40 chỗ thi) hay xung đột lịch thi cá nhân của sinh viên trong suốt 9 ngày thi.

Thứ hai, về khả năng tối ưu hóa ràng buộc mềm, GWO cho giá trị hàm mục tiêu (tổng điểm phạt vi phạm) thấp hơn rõ rệt so với các thuật toán đối sánh. Cụ thể, điểm phạt của GWO thấp hơn 12,4% so với thuật toán Mô phỏng luyện kim (SA) và thấp hơn 8,6% so với Giải thuật di truyền (GA) trên cùng một bộ dữ liệu 37 học phần.

Thứ ba, tốc độ hội tụ của GWO thể hiện sự ổn định vượt trội. Thuật toán đạt đến vùng nghiệm tối ưu chỉ sau khoảng 150 đến 200 vòng lặp, trong khi GA cần hơn 350 vòng lặp và SA dễ bị dao động ở các mức nhiệt độ cao. Độ lệch chuẩn kết quả qua 30 lần chạy độc lập của GWO duy trì ở mức dưới 3,2%.

Thứ tư, phần mềm ứng dụng xây dựng trên nền tảng Spring Boot và ReactJS đã xử lý bài toán xếp lịch hoàn chỉnh cho gần 3.000 lượt sinh viên chỉ trong thời gian trung bình 45 giây, giảm hơn 98% thời gian so với quy trình xếp lịch bán tự động trước đây.

Thảo luận kết quả

Hiệu năng vượt trội của GWO bắt nguồn từ cơ chế phân cấp lãnh đạo độc đáo. Nhờ sự dẫn dắt đồng thời của ba cá thể tốt nhất gồm sói Alpha, Beta và Delta, thuật toán duy trì được tính đa dạng của các phương án lịch thi trong giai đoạn đầu và nhanh chóng thu hẹp không gian tìm kiếm về phía con mồi (nghiệm tối ưu). Khi biểu diễn kết quả qua biểu đồ đường tiến hóa của hàm thích nghi, đường cong của GWO giảm dốc nhanh chóng trong 100 thế hệ đầu tiên và đi vào trạng thái ổn định mượt mà, không gặp hiện tượng phân mảnh nhiễm sắc thể như ở giải thuật di truyền GA hay bẫy cực tiểu địa phương ở thuật toán SA.

Khi so sánh với các công bố khoa học trong lĩnh vực lập lịch giáo dục, kết quả này khẳng định tính khả thi cao của việc rời rạc hóa GWO bằng dãy toán tử hoán đổi. Bảng số liệu tổng hợp thời gian chạy và điểm phạt cho thấy GWO cân bằng hoàn hảo giữa chi phí tính toán và chất lượng lời giải. Hệ thống còn được tích hợp kiến trúc phân tầng an toàn với Spring Security, JWT và Redux-Saga, cho phép người quản trị dễ dàng điều chỉnh lịch thi và xuất dữ liệu sang định dạng Excel phục vụ công tác in ấn, niêm yết.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, luận văn đưa ra 4 nhóm giải pháp và khuyến nghị cụ thể:

Thứ nhất, nâng cấp thuật toán bằng phương pháp lai ghép. Nhóm nghiên cứu thuật toán cần tích hợp kỹ thuật tìm kiếm cục bộ (Local Search hoặc Tabu Search) vào giai đoạn tấn công của sói Alpha trong vòng 6 tháng tới, nhằm giảm thêm từ 5% đến 8% điểm phạt ràng buộc mềm trong các bài toán có quy mô trên 100 học phần.

Thứ hai, mở rộng hạ tầng và tối ưu hóa hiệu năng ứng dụng web. Đội ngũ phát triển phần mềm cần triển khai kiến trúc vi dịch vụ (Microservices) kết hợp bộ nhớ đệm phân tán Redis cho backend Spring Boot trong quý 4 năm 2023, đặt mục tiêu chịu tải đồng thời hơn 10.000 truy vấn của sinh viên vào thời điểm công bố lịch thi.

Thứ ba, chuẩn hóa quy trình tiếp nhận và quản lý dữ liệu đào tạo. Phòng Đào tạo và các trợ lý giáo vụ cần ban hành chuẩn biểu mẫu Excel/JSON đồng bộ với hệ thống thông tin quản lý chung của nhà trường trước tháng 12 năm 2023, giúp loại bỏ hoàn toàn 100% lỗi sai lệch dữ liệu định dạng phòng học và mã môn học khi nhập vào hệ thống.

Thứ tư, ứng dụng trí tuệ nhân tạo trong dự báo và điều phối cán bộ coi thi. Khoa Công nghệ Thông tin cần tiếp tục phát triển phân hệ tự động phân công giám thị dựa trên thuật toán tối ưu đa mục tiêu trong năm học 2023-2024, đảm bảo cân bằng chính xác số tiết coi thi giữa các giảng viên và dự phòng 10% nhân sự cho các tình huống đột xuất.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo giá trị cho 4 nhóm đối tượng cụ thể:

Thứ nhất, cán bộ quản lý đào tạo và phòng khảo thí tại các trường đại học, cao đẳng. Luận văn cung cấp quy trình chuyển đổi số toàn diện cho công tác tổ chức thi, giúp tự động hóa việc xếp lịch và giải quyết triệt để các xung đột phòng thi, tiết kiệm hàng trăm giờ làm việc mỗi kỳ.

Thứ hai, các nhà nghiên cứu và học viên cao học chuyên ngành Khoa học máy tính, Hệ thống thông tin. Đề tài cung cấp phương pháp luận chi tiết về việc rời rạc hóa các thuật toán bầy đàn liên tục thông qua Swap Sequence để giải quyết các bài toán tối ưu tổ hợp NP-complete.

Thứ ba, kỹ sư phần mềm và lập trình viên Full-stack. Tài liệu là bản thiết kế mẫu chuẩn mực về việc xây dựng ứng dụng doanh nghiệp hoàn chỉnh từ backend Spring Boot, Spring Data JPA, bảo mật JWT đến frontend ReactJS, Redux và Redux-Saga.

Thứ tư, sinh viên chuyên ngành Công nghệ thông tin thực hiện đồ án tốt nghiệp. Luận văn là hình mẫu trực quan về cách thức mô hình hóa bài toán thực tế, thiết lập hàm mục tiêu, đo lường thực nghiệm và trình bày công trình học thuật chuẩn quy cách.

Câu hỏi thường gặp

  1. Thuật toán GWO vốn hoạt động trên không gian liên tục, làm thế nào để áp dụng cho bài toán lập lịch thi mang tính rời rạc? Nghiên cứu đã áp dụng khái niệm Dãy hoán đổi (Swap Sequence) và Toán tử hoán đổi (Swap Operator). Vị trí của các cá thể sói được biểu diễn dưới dạng chuỗi các phép hoán đổi vị trí môn học giữa các ngày và ca thi, giúp thuật toán tìm kiếm tối ưu hiệu quả trên không gian tổ hợp rời rạc với 37 học phần.

  2. Sự khác biệt cốt lõi giữa ràng buộc cứng và ràng buộc mềm trong bài toán xếp lịch thi là gì? Ràng buộc cứng là điều kiện bắt buộc thỏa mãn 100%, nếu vi phạm lịch thi sẽ bị hủy bỏ (ví dụ: phòng RD206 không được xếp quá 50 thí sinh). Ràng buộc mềm là tiêu chí nâng cao chất lượng (ví dụ: hạn chế thi 2 môn một ngày), được lượng hóa qua trọng số phạt để thuật toán tối ưu dần.

  3. Tại sao GWO lại cho kết quả tốt hơn giải thuật di truyền (GA) và luyện kim (SA)? GWO có cơ chế lãnh đạo tập trung từ 3 cá thể ưu tú (Alpha, Beta, Delta) giúp điều hướng tìm kiếm nhanh và ít tham số điều chỉnh hơn GA. Đồng thời, cơ chế bao vây và thu hẹp vùng săn mồi giúp GWO tránh rơi vào điểm cực trị địa phương tốt hơn tốc độ hạ nhiệt tuyến tính của SA.

  4. Ứng dụng web trong đề tài được xây dựng trên những công nghệ nào? Hệ thống sử dụng kiến trúc phân tách hoàn toàn: Backend xây dựng bằng Java Spring Boot, Spring Data JPA kết hợp bảo mật Spring Security và JWT; Cơ sở dữ liệu sử dụng MySQL; Frontend phát triển trên nền ReactJS kết hợp thư viện quản lý trạng thái Redux và Redux-Saga.

  5. Hệ thống xử lý thế nào khi có sự thay đổi đột xuất về phòng thi hoặc sĩ số sinh viên? Phần mềm cung cấp giao diện quản trị trực quan cho phép người quản lý nhập lại file Excel cập nhật hoặc thực hiện điều chỉnh thủ công trực tiếp trên từng ca thi. Thuật toán có khả năng chạy tái tối ưu hóa cục bộ cho các môn bị ảnh hưởng chỉ trong vài giây mà không làm xáo trộn toàn bộ lịch thi đã ban hành.

Kết luận

  • Luận văn đã nghiên cứu chuyên sâu cơ sở lý thuyết của thuật toán tối ưu bầy sói xám GWO và áp dụng thành công vào bài toán tối ưu tổ hợp lập lịch thi học kỳ.
  • Xây dựng hoàn chỉnh mô hình toán học với hệ thống ràng buộc cứng và ràng buộc mềm sát thực tế đào tạo tín chỉ tại các trường đại học.
  • Chứng minh tính ưu việt của GWO qua thực nghiệm trên tập dữ liệu 37 học phần và 19 môn học, đạt chất lượng nghiệm cao hơn 8,6% so với GA và 12,4% so với SA.
  • Phát triển thành công ứng dụng web quản lý lịch thi toàn diện với công nghệ Spring Boot, ReactJS, MySQL, đảm bảo bảo mật và giao diện thân thiện.
  • Cung cấp giải pháp chuyển đổi số có khả năng triển khai thực tế cao, giúp giảm hơn 95% thời gian và chi phí lập lịch thi cho các cơ sở giáo dục.

Trong giai đoạn 2023-2024, hướng phát triển tiếp theo của đề tài là mở rộng thuật toán để giải quyết bài toán lập lịch thi đa mục tiêu trên quy mô toàn trường với hơn 500 học phần và tích hợp thuật toán phân công giám thị tự động. Các cơ sở đào tạo và đơn vị nghiên cứu quan tâm có thể tiếp cận mã nguồn và giải pháp để ứng dụng trực tiếp vào công tác quản trị khảo thí hiện đại.